APP下载

基于SIFT算法的局部特征点人脸识别图像处理技术*

2018-03-06孔祥源黄鑫鑫肖秋霞谢书凝

福建轻纺 2018年2期
关键词:人脸识别特征检测

孔祥源,黄鑫鑫,肖秋霞,谢书凝

(厦门理工学院 电气工程与自动化学院,福建 厦门 361024)

1 引言

早期,人们从提取人脸的几何特征入手开发出一些基于几何特征的人脸识别算法,但随着人们的深入研究,发现由于人脸总体形状特征相似,而细节特征却千变万化,这种基于几何特征的全局性人脸识别算法不具有较好的鲁棒性,即当外界条件变化时,算法的人脸识别率会显著下降,为了更好的进行识别,基于局部特征点的目标检测算法被提出[1],该算法突出的优点是特征点鲁棒性强、奇异性好,即使图像有了部分的遮挡或缺损也能检测出较为稳定的特征点,与全局特征相比,不易受到环境变化的影响。基于局部特征点的算法抓住检测目标的关键特征,滤去大部分无关的背景点和低对比度的点,实时性得到了很大的提高。本文主要对一种局部特征点人脸识别算法——SIFT算法进行研究,通过多尺度图像提取出目标中的特征点,再利用图像特征点描述向量的某种距离作相似性度量,从而找到图像间匹配的特征点。SIFT算法提取的特征点稳定性较好,它生成的描述符具有很强的鲁棒性,即使图像发生较大的改变,人脸有了局部的遮挡,也能够得到大量的匹配准确的特征点对。该算法在目标检测领域得到广泛应用[2]。

2 基于局部特征点的目标检测算法

SIFT算法可以处理两幅图像间的平移、旋转、仿射变换、光照变换等情况下的匹配问题,甚至当图像视角发生较大变化时也能检测出稳定的特征点,并在图像间找到大量的、匹配准确的特征点对。……

登录APP查看全文

猜你喜欢

人脸识别特征检测
人脸识别 等
揭开人脸识别的神秘面纱
如何表达“特征”
不忠诚的四个特征
小波变换在PCB缺陷检测中的应用
基于类独立核稀疏表示的鲁棒人脸识别
线性代数的应用特征
基于K-L变换和平均近邻法的人脸识别